Capítulo

3
Mapeamento Sistemático e
Revisão Sistemática da Literatura em
Informática na Educação

Diego Dermeval (UFAL), Jorge A. P. de M. Coelho (UFAL),

Ig I. Bittencourt (UFAL)

Objetivo do Capítulo
Este capítulo tem o objetivo de apresentar conceitos, definições e diretrizes sobre
mapeamento e revisão sistemática da literatura, além de descrever o protocolo básico de
pesquisa que deve ser seguido para a condução destes tipos de trabalho de revisão da
literatura. Ao final da leitura deste capítulo, você deve ser capaz de:
● Entender os conceitos básicos acerca de revisão sistemática da literatura e
mapeamento sistemático;
● Conhecer as etapas inerentes ao protocolo de pesquisa de levantamento sistemático
da literatura (questão de pesquisa, busca e seleção dos estudos, avaliação de
qualidade, extração de dados e síntese/análise de dados);
● Planejar e conduzir seu próprio mapeamento ou revisão sistemática da literatura na área
de Informática na Educação e em qualquer outra área;
Era uma vez… colegas pesquisadores da área de Informática na Educação que
trabalham com Sistemas Tutores Inteligentes (STIs) e que estavam interessados em
compreender o estado da arte atual sobre o uso de ferramentas de autoria no projeto
de STIs. Após uma busca nas principais bibliotecas digitais, perceberam que a
revisão de literatura mais atual neste tópico tinha sido publicada 15 anos atrás.
Vislumbrando a necessidade de atualização do estado da arte no tópico para embasar
novas pesquisas e percebendo uma oportunidade de posicionarem-se como
pesquisadores de destaque desta área, decidiram realizar uma nova revisão da
literatura nesta área. Ao contrário da revisão de literatura existente, os
pesquisadores resolveram adotar um método de Revisão Sistemática da Literatura
(RSL) porque eles entendem que esta é uma abordagem baseada em evidência que
apresenta maior robustez metodológica na realização de levantamento da literatura.
No entanto, os pesquisadores não estavam totalmente cientes em como conduzir uma
RSL e quais as diferenças entre um uma revisão sistemática e um mapeamento
sistemático da literatura. Mas, agora eles descobriram que existe um capítulo de livro
da série de Livros de Metodologia de Pesquisa em Informática na Educação que os
auxilia a executar RSLs e mapeamentos sistemáticos e estão muito empolgados em
seguir as recomendações e dicas apresentadas no capítulo.

2
1 Introdução
O levantamento do estado da arte é atividade obrigatória na realização de qualquer
pesquisa científica de qualidade. Seja para delinear um novo projeto de pesquisa, escrever
uma monografia/dissertação/tese ou propor um artigo científico, pesquisadores precisam
realizar um levantamento da literatura existente sobre determinado tópico de pesquisa. A
qualidade de uma pesquisa é diretamente proporcional à qualidade do processo de
condução do levantamento do estado da arte porque um “pesquisador não pode realizar
uma pesquisa significativa sem entender a literatura da sua área de pesquisa” (BOOTE;
BEILE, 2005).

No entanto, até pouco tempo atrás, o status quo da etapa de levantamento da

literatura na pesquisa em computação, e que, particularmente, também se aplica à área de
Informática na Educação, era a realização de maneira aleatória e não sistemática desta
etapa. Ou seja, cada pesquisador ou grupo de pesquisa estabelecia seu próprio processo
de realização de revisão narrativa, definindo e executando, à sua maneira, onde buscar
os artigos, como selecionar os artigos relevantes, como analisar os dados e extrair os
resultados, entre outras atividades. Consequentemente, como não havia metodologia
definida para selecionar os trabalhos, o processo era subjetivo, suscetível a vieses (ex.:
seleção enviesada de artigos que suportam as hipóteses do pesquisador) e não favorecia a
reprodutibilidade das pesquisas.

As primeiras inquietações na área de computação com a forma aleatória e

propensa a erros de conduzir levantamento da literatura vieram da comunidade de
Engenharia de Software. O artigo influente de Kitchenham et al. (2004) introduz e discute
o conceito de Engenharia de Software baseada em Evidência (Evidence-based Software
Engineering), que se baseia nos conceitos da Medicina baseada em Evidência (Evidence-
based Medicine) para propor uma mudança de paradigma em como as pesquisas na área
de Engenharia de Software deveriam ser conduzidas. Kitchenham e colegas explicam que
a pesquisa em Medicina mudou de forma dramática (possibilitando uma organização mais
efetiva da pesquisa médica e embasando o julgamento clínico de especialistas) como
resultado da adoção de um paradigma baseado em evidência. O sucesso deste novo
paradigma influenciou fortemente a adoção da abordagem baseada em evidências em
outras áreas do conhecimento como psicologia, enfermagem, ciências sociais, educação
e computação.

Um dos pilares da engenharia de software baseada em evidência, inspirado na

medicina baseada em evidência, é a condução de Revisão Sistemática da Literatura
(RSL) como método para realizar o levantamento do estado da arte. Revisões sistemáticas
identificam um conjunto de estudos já finalizados que abordam uma determinada questão
de pesquisa e avaliam os resultados desses estudos para evidenciar conclusões sobre um
corpo de conhecimento (GRADY; CUMMINGS; HULLEY, 2015). Tal como reportam
Grady, Cummings e Hulley (2015), diferente das demais formas de revisar a literatura, a
revisão sistemática utiliza uma abordagem objetiva para identificar todos os estudos
3
relevantes, demonstrar as características e os resultados dos estudos elegíveis e, quando
adequado, calcular uma estimativa-sumário dos resultados globais.

Revisão sistemática procura minimizar erros sistemáticos e aleatórios buscando

definir claramente o procedimento a ser adotado na condução do levantamento do estado
da arte de um tópico de pesquisa. Por exemplo, revisões sistemáticas devem ser
executadas de acordo com uma estratégia de busca previamente definida e que permita
que sua completude seja avaliada por outros pesquisadores, devem considerar um período
específico para a busca, recuperar trabalhos que atendam palavras-chaves pré-
determinadas, além de definir de forma clara os critérios de inclusão e exclusão dos
trabalhos buscados. Uma revisão sistemática sintetiza a literatura existente em uma
maneira justa e que aparenta ser justa para outros pesquisadores. Como argumentado por
Kitchenham e Charters (2007), pesquisadores que conduzem uma revisão sistemática
devem se esforçar ao máximo para identificar e relatar a pesquisa que não
necessariamente suporta as suas hipóteses de pesquisa preferidas, bem como identificar e
relatar pesquisas que embasam os resultados.

Com a disseminação do uso de revisões sistemáticas da literatura, novas formas

de realizar revisão foram surgindo para atender diferentes demandas por evidência. Para
tais tipos de revisão, o modelo de revisão sistemática da literatura não é adotado em sua
completude. O Mapeamento Sistemático da Literatura ou revisão de escopo (scoping
review) é utilizado quando não é necessário responder com profundidade questões
específicas, mas sim uma visão geral mais ampla de determinada área (MOHER;
SHEKELLE, 2015). Este tipo de estudo tem, em geral, um foco na categorização do
tópico de pesquisa de interesse. Considera-se também a condução de mapeamentos
sistemáticos em tópicos de pesquisa nos quais poucas evidências são disponíveis na
literatura (KITCHENHAM; CHARTERS, 2007).

Estudo primário, secundário ou terciário?

Quando se fala em mapeamento sistemático e revisão sistemática da literatura,
frequentemente são remetidos os tipos de artigo científico, sob o ponto de vista de evidência.
Vamos esclarecer estes tipos de estudo neste quadro. Um estudo primário é um estudo
empírico que investiga uma questão de pesquisa específica. Alguns exemplos de estudos
primários são os experimentos controlados, os estudos de caso, as pesquisas-ação, entre
outros. Um estudo secundário revisa os estudos primários referentes a uma questão de
pesquisa específica com o objetivo de integrar/sintetizar as evidências relacionadas à questão
de pesquisa; por exemplo, uma revisão sistemática da literatura, uma meta-análise, um
mapeamento sistemático da literatura e uma revisão narrativa da literatura. Um estudo
terciário é uma revisão de estudos secundários relacionados à mesma questão de pesquisa.
Um exemplo de um estudo terciário é um estudo que integra os resultados de várias revisões
sistemáticas da literatura a respeito de um tópico de pesquisa.

4
2 O Protocolo
Para executar um mapeamento sistemático ou uma revisão sistemática da
literatura, o primeiro passo a ser dado é definir um protocolo de pesquisa que deve ser
claramente relatado antes da execução da revisão de literatura. Você vai perceber que os
elementos que fazem parte do protocolo para ambos os tipos de revisão da literatura são
bem similares, no entanto, as diferenças se encontram principalmente no foco da revisão.
Isto é refletido, por exemplo, no nível de abrangência das questões de pesquisa e na
profundidade de extração de dados. Mas, não se preocupe, à medida que detalharmos as
etapas do protocolo, explicaremos as especificidades para cada tipo de estudo.

As diretrizes de Kitchenham e Charters (2007) apresentam um protocolo –

fundamentado em outros protocolos amplamente utilizados na pesquisa médica baseada
em evidência – que é o mais utilizado tanto na área de computação, em geral, quanto nos
trabalhos sistemáticos de levantamento da literatura da área de Informática na Educação.
O processo de RSL, tal qual apresentado nestas diretrizes, inclui várias atividades (Figura
1), que podem ser agrupadas em três fase principais: planejamento, condução e relatório.

Condução
•Identificação da necessidade da •Busca e seleção dos estudos
RSL primários
•Formulação de uma questão de •Avaliação de qualidade •Escrita do relatório/artigo
pesquisa •Extração dos dados
•Sumarização e síntese dos
resultados
•Interpretação dos resultados
Planejamento Relatório

Figura 1: Fases e atividades do processo de execução da Revisão Sistemática da Literatura

e Mapeamento Sistemático da Literatura. Baseado em Kitchenham e Charters (2007)

As atividades apresentadas na Figura 1 definem os elementos que são itens

obrigatórios do protocolo de uma revisão sistemática da literatura: as questões de pesquisa
que devem ser respondidas, as estratégias que devem ser adotadas para realizar a busca e
a seleção dos estudos que serão incluídos na revisão, o procedimento e os critérios para
realizar a avaliação de qualidade1 dos estudos selecionados, o procedimento de extração
e coleta dos dados e as possíveis classificações nas quais os estudos podem ser
categorizados, a estratégia de síntese, análise dos dados extraídos e interpretação dos

1
A avaliação de qualidade pode ser opcional em mapeamentos sistemáticos, uma vez que muitos
dos critérios de qualidade envolve extração mais profunda de dados.
5
resultados encontrados na revisão e, por fim, a escrita do relatório reportando todo o
processo de execução e os resultados encontrados na revisão sistemática. No decorrer
desta seção, vamos passar por cada uma destas etapas e atividades, explicando de maneira
teórica e fornecendo dicas práticas em como executar estas atividades.

Mas, antes de destrincharmos cada uma destas etapas e atividades, precisamos

destacar a primeira atividade (Identificação da necessidade da RSL da fase de
Planejamento) que é crucial para o sucesso da revisão sistemática. Percebe-se que muitos
pesquisadores de Informática na Educação falham já nesta primeira etapa, pois não
verificam de forma apropriada se a revisão ou mapeamento a serem executados são
realmente necessários e justificados.

Por exemplo, considere que, em um cenário hipotético, um revisor de um artigo

submetido a um congresso na área de Informática na Educação tenha recebido para revisar
uma revisão sistemática sobre mineração de dados educacionais. Em uma rápida consulta
no google scholar2, este revisor conseguiria identificar pelo menos três revisões da
literatura e uma revisão sistemática sobre o tópico. Neste caso, uma preocupação que os
autores do artigo deveriam ter quando decidiram executar uma nova revisão sobre
mineração de dados educacionais seria a necessidade, motivação e relevância de realizar
uma nova revisão sistemática da literatura neste tópico de pesquisa considerando que já
existia uma RSL e três outras revisões não sistemáticas no mesmo tópico - isto também
se aplica para qualquer pesquisador que pretenda fazer uma revisão ou mapeamento
sistemático da literatura. No entanto, ressalta-se que o fato de existir uma revisão
sistemática ou uma revisão da literatura tradicional no mesmo tópico de pesquisa não é
impeditivo para a realização de uma nova revisão nesta área, mas os pesquisadores
precisam deixar bem claro como esta revisão sistemática se diferencia ou atualiza os
trabalhos existentes; enfim, precisa justificar a originalidade da revisão em comparação
com as existentes. Note que, no cenário mencionado, os autores do artigo nem sequer
teriam mencionado as outras revisões da literatura existentes.

As diretrizes de Kitchenham e Charters auxiliam os pesquisadores a identificarem

se realmente uma nova revisão sistemática em determinado tópico é necessária. Eles
sugerem identificar e revisar qualquer revisão sistemática existente no fenômeno de
interesse e aplicar alguns critérios de avaliação. Alguns exemplos de critérios são
relacionados aos objetivos da revisão, as fontes consideradas na busca, os critérios de
inclusão e exclusão, entre outros. Se você estiver interessado em buscar mais detalhes
acerca destes critérios, consulte as diretrizes em Kitchenham e Charters (2007).

2
http://scholar.google.com
6
 2.1 Definindo a Questão de Pesquisa

Assim como em outros métodos de pesquisa, a questão de pesquisa de uma revisão

ou mapeamento sistemático da literatura é norteadora de toda a condução da pesquisa.
Todas as atividades posteriores da revisão derivam da questão de pesquisa, logo, defini-
la de forma fidedigna ao tópico que se quer investigar é fundamental para o sucesso da
execução de uma revisão da literatura. Pode-se dizer que a questão de pesquisa é a
atividade mais importante da etapa de planejamento de uma revisão ou mapeamento.

Alguns direcionamentos de como as questões de pesquisa devem ser formuladas

para execução de RSLs advêm de diretrizes da pesquisa em Medicina (AUSTRALIAN
NHMR, 2000), mas também das Ciências Sociais (PETTICREW; ROBERTS, 2005). Já
no contexto de computação, pesquisadores da comunidade de Engenharia de Software
usaram estas diretrizes como base para definir os tipos de questões de pesquisa que podem
ser formuladas no contexto de revisão sistemática da literatura. Easterbrook et al. (2008)
enumera os seguintes tipos de questão de pesquisa que são detalhados no quadro ao fim
desta seção, juntamente com exemplos de questões de cada tipo: exploratórias, base-rate
(que delimita um determinado limiar), relacionais, causais e de design.

O tipo de questão de pesquisa e a formulação da mesma deve ser escolhido em

função do foco e do objetivo da revisão. Destaca-se que as diferenças entre um
mapeamento sistemático da literatura e uma revisão sistemática da literatura são,
fundamentalmente, explicitadas na formulação da questão de pesquisa. De acordo com
Randolph (2009), um mapeamento sistemático possui uma pergunta de pesquisa do tipo
exploratória e exige menos profundidade na extração dos dados. Por exemplo, o
mapeamento sistemático sobre a aplicação de gamificação na educação publicado por de
Souza Borges et al. (2014) apresenta três questões de pesquisa do tipo exploratória
(descritiva e classificatória): “QP1: Em quais contextos e níveis educacionais
gamificação tem sido mais investigada?”, “QP2: Quais os tipos de estudos mais
investigados na área de educação e gamificação?” e “QP3: Quais são as principais
técnicas de gamificação investigadas no domínio da aprendizagem colaborativa apoiada
por computador?”. A sintetização de um mapeamento sistemático tem foco na
categorização dos estudos encontrados.

Já a revisão sistemática tem escopo mais bem definido e, normalmente, é

conduzida a partir de uma questão de pesquisa do tipo causal - apesar de encontrarmos
muitos artigos que possuem uma questão de pesquisa do tipo exploratória e que também
podem ser categorizadas como revisões sistemáticas. Por exemplo, na revisão sistemática
ilustrada neste capítulo (DERMEVAL et al., 2017), uma das questões de pesquisa buscou
identificar as evidências sobre a relação causal que o uso de ferramentas de autoria
beneficia o projeto de sistemas tutores inteligentes: “RQ6: What is the evidence that
support reported benefits of using ITS authoring tools?”. A RSL exige maior
aprofundamento na extração dos dados (ex.: extraindo tamanho de efeito da evidência) e
busca sintetizar os resultados encontrados apresentando as melhores práticas, ou os
7
artigos que apresentam as evidências mais robustas. Além disto, durante a revisão
sistemática da literatura, é realizada uma etapa de avaliação de qualidade dos estudos
buscados.

Perguntas de pesquisa e exemplos. Baseado em Easterbrook et al. (2008)

1. Exploratórias: entender e esclarecer características do fenômeno
a. Existenciais: “X existe?”;
b. Descritivas e classificatórias: “Como X é?”, “Quais são suas propriedades?”,
“Como pode ser categorizado?”, “Como pode ser medido?”, “Qual seu propósito?”,
“Quais são seus componentes?”, “Como os componentes se relacionam?” e
“Quais são todos os tipos de X?”;
c. Descritivas-comparativas: “Como X é diferente de Y?”;
2. Base-rate: padrões normais de ocorrência do fenômeno
a. Frequência e distribuição: “Quão frequentemente X ocorre?” e “Qual é a
quantidade média de X?”;
b. Processo-descritiva: “Como X normalmente funciona?”, “Qual é o processo pelo
qual X acontece?”, “Em qual sequência os eventos de X ocorrem?”, “Quais são os
passos de X na sua evolução?” e “Como X alcança seus objetivos?”;
3. Relacionais: ocorrência de um fenômeno relacionada à ocorrência de outro
a. Relação: “X e Y são relacionadas?” e “Ocorrências de X correlacionam com
ocorrências de Y?”;
4. Causais: identificação de causa e efeito
a. Causalidade: “X causa Y?”, “X impede Y?”, “O que causa Y?”, “Quais são todos
os fatores que causam Y?” e “Qual efeito X tem sobre Y?”;
b. Causalidade-comparação: “X causa Y mais do que Z?” e “X é melhor em impedir
Y do que Z?”;
c. Causalidade-comparação-interação: “X ou Z causa mais Y em uma condição e
não em outras?”;
5. Design: projetar formas melhores de fazer engenharia de software
a. Projeto: “Qual é uma forma efetiva de realizar X?” e “Quais estratégias ajudam a
alcançar X?”.

É comum ainda encontrar diferentes tipos de questões de pesquisa (ex.: do tipo

exploratória e causal) em uma mesma revisão sistemática da literatura. Nestes tipos de
estudos, os pesquisadores querem não somente identificar relações causais suportadas
pelas evidências existentes, mas também pretendem descrever e classificar a literatura
existente sobre determinado tópico de pesquisa.

2.2 Busca e Seleção dos Estudos

Após a formulação da questão de pesquisa, é chegada a hora de definir a estratégia

de busca e seleção dos estudos que devem ser incluídos na lista de artigos da RSL. Várias
questões surgem nesta etapa do protocolo de RSL, por exemplo: (i) como estruturar a
questão de pesquisa em uma string de busca? (ii) quais critérios de exclusão e inclusão
considerar? (iii) como buscar e recuperar os artigos? e (iv) como selecionar os artigos? A

8
seguir iremos esclarecer todas estas questões para você.

A primeira tarefa que deve ser feita para iniciar a busca dos estudos é a
estruturação da questão de pesquisa em palavras-chave logicamente organizadas. Os
repositórios de artigos das bibliotecas digitais suportam encadeamento de termos de busca
através do uso dos conectivos “AND” (E lógico) e “OR” (OU lógico). Desta forma, antes
de iniciar a busca propriamente dita, os pesquisadores precisam definir uma string de
busca com os termos a serem buscados de maneira que contemple as questões de pesquisa
de interesse. Na Seção 4, iremos detalhar a string de busca elaborada no cenário ilustrado
neste capítulo.

É importante destacar que o processo de definição da string de busca é iterativo e

envolve vários ciclos de experimentação, verificação dos artigos retornados e ajuste da
string de busca. Algumas tarefas podem ajudar a elaborar uma string de busca mais
robusta e com maior possibilidade de recuperação de estudos primários relevantes
(KITCHENHAM e CHARTERS, 2007):

● Realizar buscas preliminares para identificar tanto revisões ou mapeamentos

existentes e/ou avaliar o volume de estudos potencialmente relevantes;
● Realizar buscas de teste usando várias combinações dos termos de busca
derivados das questões de pesquisa;
● Verificar se artigos primários já conhecidos, e que devem ser incluídos na revisão,
foram retornados nas buscas experimentais (esta tarefa ajuda a avaliar a
efetividade da string de busca);
● Quebrar as questões de pesquisa em palavras-chave e buscar sinônimos para cada
termo que faz parte da string de busca;
● Consultar outros especialistas do tópico de pesquisa para validar a string de busca.
Uma vez que a string de busca está estruturada e validada, é necessário também
delimitar os critérios que são usados para excluir e incluir os estudos que serão buscados
por meio do uso da string definida. O objetivo de definir os critérios é identificar os
estudos primários que fornecem evidência direta a respeito das questões de pesquisa e
também para reduzir a probabilidade de viés (KITCHENHAM e CHARTERS, 2007).
Observe que os termos de busca para mapeamentos sistemáticos serão menos focados que
os termos de revisões sistemáticas da literatura, logo são mais propensos de retornar uma
grande quantidade de estudos. No entanto, lidar com uma grande quantidade de artigos
em mapeamentos não é necessariamente um problema uma vez que o foco do
mapeamento é na cobertura ao invés de ter um foco bem definido, como é caso de RSLs.

Os critérios de exclusão e inclusão devem ser aplicados para cada artigo retornado
das buscas nos repositórios das bibliotecas digitais. Alguns critérios são definidos a partir
de questões práticas das publicações, por exemplo, linguagem, tipo de publicação,
período de publicação, entre outros. Em geral, os seguintes tipos de estudo são excluídos:
estudos secundários, artigos resumidos, livros, relatórios técnicos e outras formas de
literatura cinza (publicações não revisadas por pares), artigos redundantes de mesma
9
autoria (considera-se o artigo mais completo, preferência para artigos publicados em
periódico). Além destes, outros critérios de exclusão relacionados ao tópico de pesquisa
da revisão podem ser especificados para restringir os resultados de forma direcionada
para o objeto que se quer investigar. Por exemplo, na RSL ilustrada neste capítulo, sobre
o uso de ferramentas de autoria para o projeto de sistemas tutores inteligentes, um dos
critérios de exclusão é o artigo propor o uso de ferramentas de autoria para STI que utiliza
simulação. O uso deste critério buscou delinear os resultados para excluir este tipo de STI
com simulação que não era de interesse dos pesquisadores.

Uma outra questão um pouco polêmica que surge na definição dos critérios de
exclusão é se os artigos não escritos em inglês devem ser excluídos no processo de busca
e seleção dos estudos. Segundo Kitchenham e Charters (2007), os padrões da Medicina
para RSL sugerem evitar ao máximo a exclusão de artigos baseado na linguagem. No
entanto, os mesmos autores acreditam que esta questão não parece ser tão importante para
as pesquisas na área de Engenharia de Software, o que também deve valer para outras
áreas da computação, incluindo Informática na Educação. Nós, particularmente,
concordamos que são contextos diferentes e que, de fato, as pesquisas mais relevantes da
área de computação são publicadas em veículos em língua inglesa, apesar de existirem
exceções. No entanto, seguindo esta direção, adicionamos uma outra questão a ser levada
em conta. Caso outros artigos publicados em línguas não-inglesa (ex., português) sejam
incluídos, também devem ser considerados os artigos publicados nas outras línguas (ex.,
chinês, alemão, russo, espanhol, etc) na RSL. Portanto, fica a sugestão de excluir os
artigos não-publicados em inglês nas RSLs realizadas na área de Informática na
Educação3, o que parece ser mais sensato, ou incluir os artigos publicados em todas as
línguas.

Ao contrário da aplicação dos critérios de exclusão, onde o artigo só precisa estar

enquadrado em um critério para ser excluído da revisão, todos os critérios de inclusão
devem ser satisfeitos para um artigo ser incluído na lista de artigos final. O período
contemplado para a busca (ex., artigo publicado entre 2007 e 2017) pode ser delimitado
como um critério de inclusão. Limiares de qualidade dos artigos (artigos que tenham pelo
menos 50% na avaliação de qualidade, quando avaliação de qualidade for realizada)
também podem ser delimitados como critérios de inclusão; mais detalhes sobre a
avaliação de qualidade serão fornecidos na Seção 2.3. Outros critérios de inclusão são
mais óbvios, por exemplo, serão aceitos somente artigos primários e revisados por pares.

Com a string de busca e os critérios de exclusão e inclusão definidos, o próximo

passo é definir a estratégia de busca dos artigos. Uma primeira questão que surge na
definição da estratégia de busca é onde buscar os artigos. As pesquisas em Informática na
Educação são inerentemente interdisciplinares e, em alguns casos (ex., pesquisas em
informática para educação médica), é necessário consultar bibliotecas digitais de outras

3
Este critério não se aplica a RSLs ou mapeamentos que têm como foco estudos em contexto local.
10
áreas do conhecimento (ex., Pubmed4 para o caso do exemplo apontado), além dos
repositórios comumente buscados na área de computação. As principais bibliotecas
digitais na área de computação que destacamos, as quais são comumente buscadas em
revisões e mapeamentos publicados na área e também são recomendadas por Chen et al.,
(2010), são: ScienceDirect5, ISI Web of Science6, Scopus7, SpringerLink8, ACM Digital
Library9, IEEE Xplore10 e Compendex (Engineering Village)11. Portanto, sugerimos que
qualquer revisão ou mapeamento sistemático na área de Informática na Educação
considere pelo menos estas bibliotecas digitais, além de outras bases de outras áreas de
conhecimento, dependendo da interdisciplinaridade do tópico da revisão sistemática.

A Figura 2 apresenta como exemplo a estratégia de busca e seleção utilizada no

cenário ilustrativo deste capítulo de livro. Baseado nas recomendações de Kitchenham e
Charters (2007), esta estratégia utiliza seis passos para chegar no número final de artigos
incluídos na lista de aceitos da RLSs. Vale ressaltar que o passo 6 é específico da RSL do
exemplo utilizado. Este passo é opcional, pois ele foi executado porque os pesquisadores
decidiram restringir o escopo da revisão que, inicialmente, considerava os artigos que
apresentavam ferramentas de autoria para construção de diversos ambientes educacionais
de aprendizagem (ex., CSCL, MOOCs, m-learning, entre outros) para somente um tipo
de ambiente, os sistemas tutores inteligentes. Em consequência desta mudança de escopo,
que só foi, de fato, concretizada após a execução de uma string de busca ampla, o passo
6 foi aplicado nesta estratégia de busca.

O primeiro passo é recuperar os artigos retornados das bibliotecas digitais. Mas,

a recuperação dos artigos não é tão simples quanto parece. A regra geral é executar a
string na opção de busca avançada que a maioria das bases fornece. Esta opção permite
configurar diferentes parâmetros que já podem considerar alguns critérios de exclusão
(ex., delimitando um período de busca); o bom uso desta filtragem pode reduzir bastante
a carga de trabalho posterior. No entanto, alguns problemas podem surgir nesta etapa
dependendo da base buscada. Por exemplo, pelo menos até o momento em que este
capítulo foi escrito, a IEEExplore delimita o número máximo de 15 termos que podem
ser colocados na string, impedindo assim a execução de uma string de busca grande. Uma
possível solução para esta questão é quebrar a string em sub-strings, mantendo a lógica
da conexão entre os termos. Por exemplo, se existirem muitos termos sinônimos
conectados por “OR”, uma solução é separar os sinônimos em sub-strings de modo que

4
https://www.ncbi.nlm.nih.gov/pubmed/
5
http://www.sciencedirect.com/
6
http://apps.webofknowledge.com/
7
http://www.scopus.com/
8
http://link.springer.com/
9
http://dl.acm.org/
10
http://ieeexplore.ieee.org/
11
http://www.engineeringvillage.com/
11
cada sub-string respeite o limite máximo de termos da busca.

Figura 2: Estratégia de busca e seleção do exemplo ilustrativo deste capítulo sobre o uso de
ferramentas de autoria para construção de STIs. Adaptada de Dermeval et al. (2017).

Um método interessante para ampliar as possibilidades de retornar artigos

relevantes ao tópico de pesquisa de revisão é o método de snowball (bola de neve). Este
método consiste em procurar as referências de artigos incluídos no trabalho para
identificar trabalhos que potencialmente sejam de interesse para a pesquisa. Este método
pode ser utilizado, por exemplo, ao final da busca automática onde um conjunto de artigos
já é incluído na revisão. Desta forma, a partir deste conjunto, esta técnica pode ser usada
para encontrar mais estudos relevantes; isto foi feito no trabalho de Dermeval et al.
(2016).

Após a execução da busca nas bases, na maioria delas é possível exportar os

metadados do artigo em formato BIB e/ou RIS. Estes arquivos com os metadados podem
ser organizados por meio do uso de uma ferramenta de gestão de revisão sistemática da
literatura. As vantagens de usar uma ferramenta deste tipo incluem a possibilidade de
detectar automaticamente artigos duplicados, de gerenciar todo o processo de seleção dos
artigos mantendo um histórico do número de artigos incluídos e excluídos por etapa de
seleção e por biblioteca digital, de favorecer a transparência da execução da revisão, entre

12
outros. Nós temos experiência com o uso da ferramenta StArt12, que foi desenvolvida por
pesquisadores da Universidade Federal de São Carlos. A revisão sistemática de exemplo
deste capítulo foi conduzida com apoio da ferramenta StArt, como pode ser visto no passo
2 da Figura 2. Outra opção de ferramenta para apoio à condução de revisão sistemática
da literatura é o Parsifal13, que possui funcionalidades semelhantes à StArt, mas que
possui a vantagem de ser web e permitir colaboração entre pesquisadores na mesma
revisão usando a ferramenta. Sem o uso de uma ferramenta, o processo de execução de
revisões ou mapeamentos sistemáticos pode ser realizado com o apoio de planilhas
eletrônicas.

Algumas bases não permitem exportar os metadados dos artigos em um formato

que pode ser importado (ex., BIB) por ferramentas de gerenciamento de revisões. A
SpringerLink, por exemplo, só permitia (até o momento da escrita deste capítulo) a
exportação dos metadados dos artigos resultantes da string de busca em formato CSV.
Desta forma, algumas etapas de pré-processamento podem ser aplicadas para facilitar o
trabalho; foi o que fizemos para o cenário ilustrativo deste capítulo. Primeiro, realizamos
um pré-processamento do CSV para que ele pudesse ser lido na ferramenta de gestão de
artigos EndNote14. Em seguida, exportamos os dados em formato XML, que podem assim
ser importados em uma outra ferramenta de gestão de artigos, o Mendeley15. Por fim,
exportamos para bibtex a partir do Mendeley. Mesmo com todas estas etapas, alguns
problemas de ausência de metadados podem continuar existindo (ex.: ausência do abstract
e um bug nos nomes dos autores). Se você encontrar uma forma mais eficiente ou quiser
implementar um algoritmo que converta os metadados de resultados em CSV da
SpringerLink para bibtex, por favor, compartilhe com toda a comunidade!

Uma vez que a busca dos artigos nas bibliotecas digitais é concluída e as
informações dos artigos retornados são organizadas, seja com apoio de uma ferramenta
de gestão da revisão ou usando planilha eletrônica, os artigos precisam ser selecionados
pelos pesquisadores envolvidos na execução da revisão sistemática e esta seleção é
realizada através da aplicação dos critérios de inclusão e exclusão. A decisão de incluir
ou excluir um artigo resultante da busca nas bases é subjetiva. Neste sentido, uma regra
de ouro para a condução de revisões e mapeamentos com maior confiabilidade é conduzir
o processo de seleção por mais de um pesquisador (KITCHENHAM e CHARTERS,
2007). Recomenda-se que pelo menos dois pesquisadores decidam sobre a inclusão ou
exclusão dos artigos retornados de forma independente. Em casos de discordância na
decisão sobre um determinado artigo, os pesquisadores devem chegar a um consenso ou
um terceiro avaliador pode ser acionado para desempate.

O processo de seleção dos artigos retornados das bibliotecas digitais costuma ter

12
http://lapes.dc.ufscar.br/tools/start_tool
13
https://parsif.al/
14
http://endnote.com/
15
https://www.mendeley.com/
13
duas etapas. A primeira etapa consiste na aplicação de critérios de exclusão a partir da
leitura dos títulos e abstracts dos artigos. Na segunda etapa, os pesquisadores recuperam
o documento completo dos artigos que não foram excluídos na etapa anterior e aplicam
os critérios de exclusão considerando todo o artigo. Vale ressaltar que nem sempre é
necessário fazer a leitura de todo o artigo; a técnica de full-screening (“folhear” o artigo
em tela) pode ser utilizada para tornar o processo de seleção mais eficiente. Como
ressaltado por Kitchenham e Charters (2007), e por experiência própria destes autores na
execução de RSLs, na primeira etapa do processo é comum excluir artigos utilizando
critérios de exclusão mais genéricos. Por exemplo, muitos artigos que são retornados na
busca não possuem qualquer relação com o tópico da revisão e simplesmente devem ser
excluídos imediatamente. Por outro lado, na segunda etapa, critérios de exclusão mais
específicos (e.x.: artigos redundantes de mesma autoria) são comumente aplicados pois
exigem maior análise do conteúdo do artigo para decidir se o estudo deve realmente ser
excluído.

Uma outra variação do processo de seleção decompõe a primeira etapa em duas

subetapas. Em uma subetapa, são aplicados os critérios de exclusão a partir somente dos
títulos, palavras-chave e o local de publicação dos artigos. A aplicação dos critérios de
exclusão a partir da leitura dos abstracts só acontece em uma subetapa subsequente. Esta
decomposição pode reduzir bastante o esforço de trabalho do processo de seleção,
principalmente quando os resultados da busca envolvem uma quantidade muito grande
de artigos a serem avaliados.

2.3 Avaliação de Qualidade

Quando o processo de busca e seleção dos estudos é concluído, um conjunto de

artigos é finalmente aceito e estes artigos servem de entrada para as etapas seguintes do
protocolo de revisão sistemática da literatura. Uma destas etapas é a avaliação de
qualidade destes artigos, a qual é útil para aumentar a acurácia dos resultados de extração
dos dados, ajudando a determinar a validade das inferências oferecidas e a credibilidade
e síntese coerente dos resultados.

Kitchenham e Charters (2007) argumentam ainda que a execução da avaliação de

qualidade dos estudos incluídos é crítica por alguns motivos, que incluem: (i) fornecer
ainda mais detalhes para aplicar os critérios de exclusão/inclusão; (ii) investigar se as
diferenças de qualidade explicam as diferenças dos resultados dos estudos; (iii) a
avaliação de qualidade caracteriza-se como uma maneira de dar pesos na importância de
estudos individuais quando os resultados são sintetizados; (iv) esta etapa pode guiar a
interpretação dos resultados encontrados e determinar a força das inferências; e (v) pode
guiar a recomendação de trabalhos futuros.

Com relação ao item (i) descrito acima, em alguns casos, estudos com índice
(score) de qualidade muito baixo podem ser excluídos da análise e síntese. Por exemplo,

14
o artigo exemplo recomendado na Seção 7, Dermeval et al. (2016), utiliza um limiar de
qualidade de 50% para inclusão do artigo na revisão, ou seja, caso os artigos não atinjam
pelo menos 50% de qualidade no instrumento de avaliação de qualidade eles são
excluídos da revisão. No entanto, em mapeamentos sistemáticos, pode ser importante
incluir até mesmo estudos considerados de “baixa qualidade” para apresentar lacunas na
pesquisa. Já em meta-análises (veja o quadro intitulado Meta-análise), a qualidade deve
ser muito bem avaliada para não incluir trabalhos com vieses que podem afetar o resultado
geral do estudo.

Ademais, em particular para a meta-análise, a avaliação de qualidade é de

fundamental importância tanto para medir a importância dos estudos incluídos na revisão
quanto para determinar a força das evidências encontradas, pois a probabilidade de um
estudo que apresenta um alto índice de qualidade fornecer evidências mais fortes é maior.

Diversos critérios podem ser utilizados para mensurar a qualidade dos artigos
incluídos uma revisão sistemática da literatura. Kitchenham e Charters (2007)
referenciam várias fontes da área médica que podem auxiliar a definir os critérios de
qualidade a serem avaliados. Estes critérios são normalmente baseados em instrumentos,
os quais contém checklists de fatores - em geral, usando uma escala numérica - que
precisam ser avaliados para cada estudo. Estes critérios englobam diferentes dimensões
de qualidade, por exemplo, critérios mais gerais de escrita e apresentação do artigo (ex.:
se os objetivos do trabalho estão apresentados de forma clara, se há discussão dos
resultados, etc), critérios mais específicos para a questão de pesquisa da revisão
sistemática (ex.: métrica usada nos experimentos dos artigos incluídos) e critérios
relacionados à robustez metodológica (ex.: como os participantes da pesquisa foram
selecionados, teste(s) estatístico(s) utilizado(s), etc) da pesquisa seguida para a condução
do estudo.

Vale ressaltar que, para aumentar o rigor metodológico da avaliação de qualidade

e diminuir a probabilidade de viés individual dos pesquisadores na aferição da qualidade
dos estudos, uma boa prática para o procedimento de avaliação de qualidade é que os
pesquisadores (pelo menos dois) apliquem o instrumento de qualidade individualmente e
independentemente para cada artigo incluído na revisão. Após este procedimento, os
resultados da avaliação de qualidade de cada pesquisador podem ser organizados em uma
planilha e, para cada critério e artigo, os resultados são comparados para identificar
discrepâncias de avaliação entre os pesquisadores. Os estudos desconformes podem ser
discutidos entre todos os pesquisadores participantes da revisão sistemática, e o estudo é
reavaliado com a intenção de chegar a um consenso. O resultado da avaliação de
qualidade é computado pela soma de todos os índices acordados entre os pesquisadores.

Lembre-se, se você estiver executando um mapeamento sistemático, a etapa de

avaliação de qualidade pode ser facultativa a depender do foco e objetivo do seu trabalho
de revisão da literatura. Você deve estar curioso para ver um instrumento de avaliação de
qualidade. Para matar sua curiosidade, acesse os artigos exemplos da Seção 7 e veja
15
alguns exemplos destes instrumentos!

Meta-análise
Os aspectos estatísticos de uma revisão sistemática são denominados de meta-análise
(cálculo das estimativas-sumário de efeito e variância, testes estatísticos de heterogeneidade
e estimativas estatísticas de viés de publicação). Uma das premissas para a execução deste
tipo de estudo é que o delineamento das pesquisas dos estudos primários seja homogêneo,
por exemplo, efeitos medidos usando métricas similares, design de experimentos
semelhantes, etc.

Para os estudos de meta-análise, a extração dos dados referentes ao delineamento da

pesquisa e aos resultados encontrados (ex.: média, desvio padrão tamanho de amostra,
intervalos de confiança, etc) é crucial para seu sucesso. A coleta destes dados numéricos
constitui-se em um pré-requisito para a condução da meta-análise, pois usa técnicas
estatísticas que integram os resultados dos estudos primários incluídos na revisão sistemática.

2.4 Extração de Dados

Uma vez que a avaliação de qualidade é finalizada e um conjunto de artigos é,

finalmente, incluído na lista dos artigos aceitos para a revisão sistemática ou mapeamento
sistemático, é chegada a hora de coletar os dados destes artigos para responder às questões
de pesquisa levantadas.

Prioritariamente, os dados a serem recuperados dos artigos são usados para

responder às questões de pesquisa do trabalho de revisão. Nestes casos, os dados a serem
extraídos dependem do tipo de questão de pesquisa que está sendo considerado no
trabalho de revisão. Por exemplo, nos mapeamentos sistemáticos, os quais normalmente
possuem uma questão de pesquisa mais ampla e descritiva, os dados coletados buscam
rotular os artigos em categorias que são, posteriormente, sintetizadas em agrupamentos
de artigos a partir destas categorias. Já em revisões sistemáticas (com questões de
pesquisa mais focadas) e meta-análises, os dados relacionados ao método de pesquisa
(ex.: tamanho da amostra, efeito dos tratamentos, intervalos de confiança, p-valores, etc)
utilizado nos estudos incluídos na revisão devem ser cuidadosamente extraídos.

No entanto, para todos estes tipos de levantamentos sistemáticos, é importante

também extrair e organizar dados mais gerais sobre os artigos, por exemplo, título,
autores, ano, país, tipo de publicação (ex.: periódico, conferência ou capítulo de livro),
entre outros. Estes dados gerais podem ser tanto objetivos quanto subjetivos. Os dados
objetivos são normalmente os próprios metadados dos artigos incluídos ou informações
que podem ser extraídas de forma mais precisa como, por exemplo, o número de citações
no Google scholar que o artigo recebeu ou a data da extração dos dados. Por outro lado,
os dados subjetivos envolvem uma decisão do pesquisador que está extraindo os dados
do artigo. Por exemplo, a decisão de classificar uma determinada tecnologia educacional
em um tipo específico de tecnologia (ex.: sistema tutor inteligente, sistema de
16
gerenciamento de aprendizagem, MOOC, entre outros) é subjetiva. Para alguns
pesquisadores, a tecnologia pode ser de um tipo, mas para outros poderá ser classificada
de outra forma. De toda forma, extrair tanto os dados objetivos quanto os subjetivos é de
fundamental importância para possibilitar a descrição detalhada dos resultados de um
levantamento sistemático da literatura, considerando diferentes dimensões.

O procedimento de realização da extração dos dados é feito de forma semelhante

ao processo de seleção dos estudos e da avaliação de qualidade. Sempre que possível,
pesquisadores devem realizar a extração de forma individual e os desacordos devem ser
resolvidos visando o consenso entre todos os pesquisadores envolvidos na revisão. Para
operacionalizar a extração, um formulário de extração dos dados deve ser definido no
planejamento da revisão ou meta-análise. Exemplos de formulários de extração de dados
de RSL podem ser encontrados nos artigos exemplos da Seção 7.

É importante também definir um dicionário de dados que inclui, por exemplo,

especificar os valores que determinado dado a ser extraído pode assumir antes de começar
propriamente dito o processo de extração. Por exemplo, pode ser definido previamente
que o dado a ser extraído “Tecnologia Educacional” pode receber as seguintes categorias:
Sistema Tutor Inteligente (ITS), Aprendizagem Colaborativa Suportada por Computador
(CSCL), MOOC, Sistema de Gerenciamento de Aprendizagem (LMS) e uma outra
categoria para tecnologias não enquadradas nestas categorias. A definição deste
dicionário de dados auxilia os pesquisadores durante o processo de extração, restringindo
as possibilidades de categorização dos estudos primários. Além disso, o dicionário de
dados especifica o que se entende de cada dado a ser extraído, pois isto ajuda os
pesquisadores a terem um entendimento consensual sobre o que deve ser extraído. Em
alguns casos, principalmente em mapeamentos sistemáticos de áreas onde não há uma
ideia muito clara sobre como os trabalhos estão categorizados, dados podem ser coletados
em texto natural e categorias podem ser criadas após a extração, na fase de análise de
dados.

Uma outra dica bastante válida para esta fase, recomendada por Kitchenham e
Charters (2007), é executar um teste piloto em um conjunto de artigos incluídos no
trabalho (ex.: cinco artigos) em grupo para que todos tenham a mesma compreensão do
dicionário de dados. O piloto tem o objetivo de avaliação tanto das questões técnicas
quanto da completude dos formulários de extração a serem utilizados. Destaca-se ainda
que o uso de sistemas de apoio à condução de revisões sistemáticas (ex.: parsif.al ou
StArt) são muito úteis e facilitam o processo de extração e a análise de dados subsequente.

2.5 Síntese e Análise dos Dados

Para sintetizar e analisar os dados extraídos de artigos incluídos nos diversos tipos
de levantamentos sistemáticos da literatura, algumas estratégias gerais são comumente
utilizadas. Em geral, os dados dos artigos são tabulados e/ou apresentados graficamente

17
(ex.: usando gráficos de barras ou de bolhas) de forma a descrever de maneira global os
artigos incluídos no estudo secundário. Os estudos primários identificados podem ser
descritos de acordo com algumas características como, por exemplo, ano de publicação,
local de publicação, método/design da pesquisa utilizado no estudo, grupos de
comparação, entre outros aspectos. Além desta análise global, cada questão de pesquisa
do estudo secundário, quando existir mais de uma, pode ser sintetizada e analisada
individualmente - isto acontece na revisão ilustrada neste capítulo.

No entanto, dependendo do tipo de estudo secundário (mapeamento sistemático

ou revisão sistemática da literatura), a síntese e análise dos dados extraídos dos artigos
podem ser bastante diferentes. Em mapeamentos sistemáticos e revisões sistemáticas da
literatura (que possuem questões de pesquisa mais amplas e descritivas), por exemplo, é
útil apresentar tabelas com o número e porcentagem de estudos que determinadas
categorias possuem e utilizar gráficos do tipo bolha (PETERSEN et al., 2008) para
apresentar a distribuição dos estudos primários nas categorias, fazendo cruzamento,
inclusive, de diferentes dados coletados. Este tipo de gráfico ajuda a identificar lacunas
de pesquisa, isto é, áreas em aberto ou pouco exploradas no tópico de pesquisa em
questão, auxiliando os pesquisadores a apontar direcionamentos de pesquisa futuros a
partir dos dados extraídos.

3 Exemplo Ilustrativo
Os pesquisadores da área de Informática na Educação que trabalham com Sistemas
Tutores Inteligentes (STIs), citados no início deste documento,leram com cuidado este
capítulo de livro. Desta forma, com o objetivo de realizar uma revisão da literatura sobre
o uso de ferramentas de autoria para o projeto de sistemas tutores inteligentes, eles
seguiram os passos estabelecidos neste documento.
Eles leram o documento e descobriram que existem diretrizes para a definição de
um protocolo para condução de mapeamento e revisões sistemáticas da literatura. A
primeira dúvida foi se eles deveriam realizar um mapeamento ou uma revisão sistemática
da literatura. Mas, como o protocolo de ambos os tipos de revisão é similar eles
começaram a definir o protocolo. Este protocolo inclui diversos componentes, tais quais:
questão de pesquisa, estratégia de busca e seleção dos estudos, instrumento de avaliação
de qualidade, instrumento e procedimento de extração dos dados e estratégias de
sumarização e análise dos resultados.
Em seguida, os pesquisadores reuniram-se em diversos momentos para elaborar
um protocolo considerando as diretrizes apontadas neste capítulo. Eles definiram as
questões de pesquisa da revisão sistemática, a estratégia de busca e seleção dos estudos
(ex.: string de busca, critérios de exclusão/inclusão e as bases onde os artigos seriam
buscados, conforme ilustrado na Figura 2), além do instrumento de avaliação de
qualidade, o formulário e procedimento de extração dos dados e a estratégia de
sumarização e análise dos dados. Após a definição de questões de pesquisa específicas,
18
eles perceberam que o foco e o objetivo da revisão era bem definido e envolveria extração
de dados com maior profundidade; desta forma, decidiram seguir pela condução de uma
revisão sistemática da literatura.
Após a definição do protocolo, os pesquisadores executaram as etapas da revisão
sistemática da literatura procedendo da forma especificada no protocolo definido. Eles
executaram a string de busca nas bases digitais, exportaram os resultados em formato
bibtex, importaram os resultados na ferramenta StArt, e, com o apoio da ferramenta StArt
removeram os artigos duplicados e filtraram os estudos aplicando os critérios de
exclusão/inclusão (primeiramente a partir dos títulos, palavras-chave e locais de
publicação dos artigos, em seguida, a partir dos títulos e resumos dos artigos e, por último,
por meio da técnica de full text-screening). Após definirem a lista final de artigos aceitos,
os pesquisadores realizaram a avaliação de qualidade utilizando um instrumento de
avaliação de qualidade e executaram a extração de dados dos artigos utilizando um
formulário de extração. Tanto o instrumento de avaliação de qualidade quanto o
formulário de extração foram construídos com base em outros formulários utilizados em
RSLs já publicadas e ambas as etapas foram executadas de forma individual pelos
pesquisadores e, nos casos de desacordo, houve consenso entre os pesquisadores
envolvidos. Em sequência, com os dados dos artigos extraídos na ferramenta StArt, uma
planilha com estes dados foi exportada e tais dados foram sintetizados, primeiramente,
com relação ao ano de publicação, contexto de aplicação (indústria ou academia), tipo de
publicação (periódico, conferência, workshop ou capítulo de livro) e método de pesquisa.
Os dados também foram analisados com relação a cada questão de pesquisa levantada,
onde os dados foram tabulados em categorias e gráficos em barra e de bolha foram usados,
quando possível.
Finalizada a execução da RSL, os pesquisadores iniciaram a etapa de relatório da
RSL, escrito em formato de artigo científico, descrevendo a motivação e a necessidade
de executar uma RSL sobre o uso de ferramentas de autoria no projeto de sistemas tutores
inteligentes, apresentando o protocolo de RSL especificado, os resultados da avaliação de
qualidade, os resultados que fornecem uma visão geral dos estudos e os resultados por
questão de pesquisa. Tais resultados também foram analisados e discutidos para enfatizar
os principais resultados encontrados e para fornecer direcionamentos de pesquisa para a
comunidade científica.
Com o relatório/artigo escrito, os autores decidiram submeter este artigo para um
renomado periódico na área de IA na educação, o International Journal of Artificial
Intelligence in Education (IJAIED). Depois de três rodadas de revisões e ajustes, este
artigo foi finalmente aceito e publicado no referido periódico, fornecendo uma visão atual
da área de ferramentas de autoria para a construção de STIs16.

16
Apesar do cenário ilustrativo, esta é uma história baseada em fatos reais, pois esta RSL foi, de
fato, publicada no IJAIED (DERMEVAL et al., 2017) e este é um dos artigos exemplos deste capítulo.
19
4 Resumo
Neste capítulo foram apresentadas as diretrizes gerais para a realização de
mapeamentos e revisões sistemáticas da literatura. Primeiramente, introduzimos o
conceito de revisão sistemática da literatura e mapeamento sistemático, destacando a
necessidade de realizar estudos secundários com robustez metodológica e os benefícios
de realizar estes tipos de estudos. Em seguida, apresentamos o protocolo padrão de
condução destes estudos, explicando as regras gerais na realização de cada etapa do
protocolo, tais quais: questão de pesquisa, processo de busca e seleção dos estudos,
avaliação de qualidade, extração dos dados e síntese e análise dos dados. Por fim,
apresentamos um exemplo para ilustrar como as diretrizes apresentadas poderiam ser
seguidas em um tópico de pesquisa na área de inteligência artificial na educação.

Figura 3: Mapa mental do conteúdo abordado neste capítulo

5 Leituras Recomendadas
● Guidelines for performing Systematic Literature Reviews in Software
Engineering (KITCHENHAM; CHARTERS, 2007): neste relatório técnico, você
encontrará diretrizes básicas (muitas vezes citadas neste capítulo) para conduzir
revisões sistemáticas na área de computação.
● Revisão Sistemática da Literatura em Engenharia de Software: Teoria e
Prática (NAKAGAWA et al., 2017): este é um livro em português sobre como
realizar revisões sistemáticas escrito em forma de perguntas e respostas que
poderá auxiliar a dirimir dúvidas sobre o processo de realização de revisões
sistemáticas da literatura.
● Introduction to the new statistics: Estimation, open science, and beyond.
(CUMMING; CALIN-JAGEMAN, 2016): Livro texto introdutório da Nova
Estatística que usa a abordagem da estimativa e ajuda a entender tamanhos de
efeitos, intervalos de confiança (ICs) e meta-análise. Também, destaca o
importante papel da Ciência Aberta, que incentiva a reprodutibilidade e o

20
 incremento da confiabilidade na pesquisa. Além disso, o livro explica o teste de
significância da hipótese nula e seus problemas e o impacto na prática da pesquisa,
revisão de artigos e produção acadêmica.
● Cochrane handbook for systematic reviews (HIGGINS; GREEN, 2005): este é
um livro bastante completo que aborda aspectos teóricos e práticos da condução
de revisões sistemáticas e meta-análises de qualidade. A vantagem deste livro em
relação às referências de revisão sistemática na área de computação é que este
livro é adotado pela comunidade de pesquisa em Medicina, a qual é muito mais
madura em termos de pesquisa baseada em evidência e protocolos de pesquisa.
Desta forma, este livro pode ser uma ótima referência para quem desejar “beber
da fonte” no que se refere à condução de revisões sistemáticas da literatura e, se
for o caso, meta-análises.

6 Artigos exemplos
● Authoring Tools for Designing Intelligent Tutoring Systems: a Systematic
Review of the Literature (DERMEVAL et al., 2017): Este artigo foi recém-
publicado no International Journal of Artificial Intelligence and Education e é um
exemplo interessante de revisão sistemática da literatura na área de Informática
na Educação, particularmente na área de Ferramentas de Autoria para Construção
de Sistemas Tutores Inteligentes, que utiliza o protocolo de Kitchenham e
Charters.
● Applications of ontologies in requirements engineering: a systematic review
of the literature (DERMEVAL et al., 2016): Este artigo também é um exemplo
interessante da condução de revisão sistemática da literatura na área de
Engenharia de Software. Um destaque para este artigo é a quantidade de citações
que recebeu (n = 48) desde sua publicação. Neste trabalho, um limiar de qualidade
de 50% foi aplicado no processo de seleção dos estudos a fazerem parte da revisão.
● Does peer assessment in on-line learning environments work? A systematic
review of the literature (TENÓRIO et al., 2016): Este artigo foi publicado na
revista Computers in Human Behavior e apresenta uma revisão sistemática da
literatura sintetizando como avaliação por pares é usada em ambientes de
aprendizagem online e também faz uso do protocolo de RSL de Kitchenham e
Charters.
● Uma Revisão Sistemática sobre a Educação do Surdo em Ambientes Virtuais
Educacionais (ROCHA et al., 2014): Este artigo foi publicado no Simpósio
Brasileiro em Informática na Educação e apresenta uma revisão sistemática
analisando a literatura existente para a promoção da acessibilidade do surdo em
ambientes virtuais e é um artigo nacional que aplica o protocolo de RSL de
Kitchenham e Charters, descrito neste capítulo.

21
7 Checklist
Resumidamente, para realizar um mapeamento ou revisão sistemática, você terá
que realizar as seguintes atividades, também ilustradas na Figura 1:
● Especificar um protocolo de pesquisa contemplando a questão de pesquisa, o
procedimento de busca e seleção dos estudos primários, o instrumento de
avaliação de qualidade, o formulário de extração de dados e a estratégia de síntese
e análise dos dados;
● Executar a busca nas bases digitais relevantes para o tópico de pesquisa e exportar
os resultados;
● Filtrar os artigos com base nos critérios de exclusão e inclusão (I/E);
● Realizar a avaliação de qualidade dos artigos incluídos;
● Extrair os dados dos artigos para responder às questões de pesquisa da RSL;
● Sintetizar os dados e analisar os resultados da revisão;
● Escrever relato da revisão (relatório/artigo científico) sobre a revisão;

Figura 4: Fluxograma de atividades para executar um mapeamento ou revisão sistemática da

literatura

8 Referências
Australian National Health and Medical Research Council. How to review the evidence:
systematic identification and review of the scientific literature. 2000. IBSN 186-
4960329.
BOOTE, D. N.; BEILE, P. The quality of dissertation literature reviews: A missing
link in research preparation. In: Annual meeting of the American Educational
Research Association, San Diego, CA. 2004.
CHEN, LIANPING; ALI BABAR, MUHAMMAD; ZHANG, HE. Towards an
evidence-based understanding of electronic data sources. In: Proceedings of the
14th international conference on evaluation and assessment in software engineering,

22
 2010. British Computer Society, Swinton, p. 135–138.
CUMMING, Geoff; CALIN-JAGEMAN, Robert. Introduction to the new statistics:
Estimation, open science, and beyond. Routledge, 2016.
DE SOUSA BORGES, S.; DURELLI, V. H.; REIS, H. M.; ISOTANI, S. A systematic
mapping on gamification applied to education. In: Proceedings of the 29th Annual
ACM Symposium on Applied Computing. ACM, 2014. p. 216-222.
DERMEVAL, D.; VILELA, J.; BITTENCOURT, I. I.; CASTRO, J.; ISOTANI, S.;
BRITO, P.; SILVA, A. Applications of ontologies in requirements engineering:
a systematic review of the literature. Requirements Engineering, 21(4), 405-437,
2016.
DERMEVAL, D.; PAIVA, R.; BITTENCOURT, I. I.; VASSILEVA, J.; BORGES, D.
Authoring Tools for Designing Intelligent Tutoring Systems: a Systematic
Review of the Literature. International Journal of Artificial Intelligence in
Education, p. 1-49, 2017.
EASTERBROOK, S.; SINGER, J.; STOREY, M. A.; DAMIAN, D.. Selecting empirical
methods for software engineering research. Guide to advanced empirical software
engineering, p. 285-311, 2008.
HIGGINS, J. P.; GREEN, S. Cochrane handbook for systematic reviews of
interventions, 2005.
HULLEY, S. B.; CUMMINGS, S. R.; BROWNER, W. S.; GRADY, D. G.; NEWMAN,
T. B. Delineando a pesquisa clínica-4, 2015. Artmed Editora.
KITCHENHAM, BARBARA A.; DYBA, TORE; JORGENSEN, MAGNE. Evidence-
based software engineering. In: Proceedings of the 26th international conference
on software engineering. IEEE Computer Society, 2004. p. 273-281.
KITCHENHAM, Barbara; CHARTERS, Stuart. Guidelines for performing Systematic
Literature Reviews in Software Engineering. Technical Report EBSE 2007-001,
Keele University and Durham University Joint Report, 2007.
MOHER, David; STEWART, Lesley; SHEKELLE, Paul. All in the family: systematic
reviews, rapid reviews, scoping reviews, realist reviews, and more. 2015.
Systematic Reviews, vol. 4, no. 168
NAKAGAWA, E. Y.; SCANNAVINO, K. R. F.; FABBRI, S. C. P. F.; FERRARI, F. C.
Revisão Sistemática da Literatura em Engenharia de Software: Teoria e
Prática, 2017. Elsevier Brasil.
PETERSEN, KAI; FELDT, ROBERT; MUJTABA, SHAHID; MATTSSON,
MICHAEL. Systematic mapping studies in software engineering. In: Proceedings
of the 12th international conference on Evaluation and Assessment in Software
Engineering (EASE'08), 2008. BCS Learning & Development Ltd., Swindon, UK,
68-77.
PETTICREW, Mark; ROBERTS, Helen. Systematic reviews in the social sciences: A
23
 practical guide. John Wiley & Sons, 2008.
RANDOLPH, Justus J. A guide to writing the dissertation literature review. Practical
Assessment, Research & Evaluation, v. 14, n. 13, p. 1-13, 2009.
ROCHA, Denys; BITTENCOURT, Ig Ibert; DERMEVAL, Diego; ISOTANI, Seiji.
Revisão Sistemática sobre a Educação do Surdo em Ambientes Virtuais
Educacionais. Brazilian Symposium on Computers in Education (Simpósio
Brasileiro de Informática na Educação-SBIE), 2014.
TENÓRIO, T.; BITTENCOURT, I. I.; ISOTANI, S.; SILVA, A. P. Does peer
assessment in on-line learning environments work? A systematic review of the
literature. Computers in Human Behavior, 64, 94-107, 2016.

9 Exercícios
1. Elabore um protocolo de revisão sistemática da literatura em um tópico de
pesquisa do seu interesse na área de Informática na Educação, considerando todas as
diretrizes apresentadas neste capítulo. Justifique a necessidade e relevância de realizar
esta revisão embasando-se na literatura existente. Defina: 1) as questões de pesquisa,
explicando quais são seus tipos; 2) a estratégia de busca dos estudos, apresentando a
proposta de string de busca e quais bases digitais serão consideradas na busca; 3) a
estratégia de seleção dos estudos, destacando as etapas de filtragem e os critérios de
exclusão e inclusão; 4) o instrumento e procedimento de avaliação de qualidade; 5) o
formulário de extração de dados, explicando o procedimento de realização da coleta; e 6)
a estratégia de síntese e análise de dados. Quando definir todos estes elementos, escreva
um documento com este protocolo e discuta este protocolo com outro especialista no
tópico de pesquisa (de preferência que também tenha experiência prévia na execução de
revisões sistemáticas) visando aprimorar o mesmo e chegar em uma versão consolidada.
2. Ainda sobre o protocolo elaborado e discutido do exercício anterior, escolha
cinco artigos primários (de preferência heterogêneos entre si) que deveriam ser retornados
usando a string de busca definida no protocolo. Em seguida, execute sua string de busca
nas bases digitais selecionadas. Se os cinco artigos escolhidos forem retornados com a
sua string de busca, encerre a busca. Caso contrário, refine sua string de busca
(adicionando/removendo sinônimos ou mudando a estrutura lógica) até que estes artigos
sejam retornados.
3. Considere o instrumento de avaliação de qualidade definido por você no
protocolo do exercício 1. Convide um outro pesquisador deste tópico de pesquisa e, de
forma individual, avaliem a qualidade de cinco artigos diferentes usando o instrumento
definido e alimentem uma planilha com estes resultados. Ao final desta avaliação,
chequem os resultados, identifiquem os pontos em que não houve consenso, cheguem a
um consenso (pode ser necessário chamar um terceiro pesquisador para desempate) e
discutam os motivos de não ter havido consenso.

24
Sobre os autores

Diego Dermeval Medeiros da Cunha Matos

http://lattes.cnpq.br/7400572752663161
Doutor em Ciência da Computação pela Universidade Federal
de Campina Grande (UFCG) com período sanduíche no
Department of Computer Science da University of
Saskatchewan (U of S - Canadá). É Professor Adjunto da
Universidade Federal de Alagoas e Co-Diretor do Núcleo de
Excelência em Tecnologias Sociais (NEES). Realiza pesquisa
nos seguintes temas: Informática na Educação com ênfase em
Inteligência Artificial na Educação, Engenharia de Software e
Ontologias.

Jorge Artur Peçanha de Miranda Coelho

http://lattes.cnpq.br/4791933287778887
Doutor em Psicologia Social (2009) pela Universidade Federal
da Paraíba. Atualmente é Professor Adjunto da Universidade
Federal de Alagoas (UFAL). Seus interesses e atividades de
pesquisa concentram-se na área de Psicometria: (1) Construção
e Adaptação de Instrumentos Psicométricos e (2) Ensino e
promoção do desenvolvimento de habilidade em psicometria.
Particularmente, tem-se como foco: Fundamentos e Medidas da
Psicologia; Construção e Validade de Testes, Escalas e Outras
Medidas Psicológicas; Técnicas de Processamento Estatístico,
Matemático e Computacional em Psicologia.

25
Ig Ibert Bittencourt
http://lattes.cnpq.br/4038730280834132
Doutor em Ciência da Computação pela Universidade Federal
de Campina Grande - UFCG (2009) e Pós-Doutor pela
Universidade Estadual de Campinas - Unicamp (2013), é
Professor do Instituto de Computação da Universidade Federal
de Alagoas e Bolsista de Produtividade em Desenvolvimento
Tecnológico e Extensão Inovadora - Nível 1D do CNPq. Foi
um dos fundadores e Co-Diretor do Núcleo de Excelência em
Tecnologias Sociais (NEES) e de uma startup premiada por seu
caráter inovador na área de Tecnologias na Educação
(MeuTutor).

26